Prakticheskoe primenenie entropiynostatisticheskogo metoda analiza kholodil'nykh tsiklov


Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The urgency of works to improve the methods of the analysis of refrigerating systems operation is specified by the necessity to compare refrigerating plants at different components and refrigerants that requires taking into account some features when designing refrigerating systems. The entropic and statistical method of the analysis (ESMA) allows comparing losses in different components of the refrigerating system as well as revealing the elements that need measures to increase their operation efficiency. The application of the ESMA and the methodology of calculations to investigate the operation of a real refrigerating machine on the base of data obtained from the system of scheduling (diagrams of operation parameters change depending on time) are described. The ESMA was applied to investigate a refrigerating system with invariable composition of the equipment before the works on optimization and after. The analysis resulted in revealing elements that needed further optimization of their operation. This result couldn’t be achieved when using a traditional method of comparison of refrigerating systems using a coefficient of performance. The increase of the degree of thermodynamic efficiency of the refrigerating system after optimization obtained on the base of calculations leads to reducing power consumption according to electricity meters registration. The prospectivity of the ESMA application to analyze operation and optimization of existing refrigerating systems as well as to design new refrigerating systems consists in that it allows refusing expensive equipment and using absolute indices of operation such as refrigerating capacity and real load on the refrigerating equipment. The exclusion of the absolute indices from the analysis doesn’t influence the result obtained but gives the possibility to setup optimally the existing refrigerating system as well as to design a new one.

About the authors

Viktor Viktorovich Shishov

МГТУ им. Н.Э.Баумана

Email: vv@shishov.net
Канд. техн. наук 105005, Москва, ул. 2-я Бауманская, 5

Maksim Sergeevich Talyzin

Email: talyzin_maxim@mail.ru

References

  1. Архаров А.М., Шишов В.В. Энтропийностатистический анализ классических холодильных циклов для систем кондиционирования // Холодильная техника. 2011. № 7.
  2. Архаров А.М., Шишов В.В. Энтропийностатистический анализ классических холодильных циклов для систем кондиционирования (цикл с экономайзером) // Вестник МГТУ. Машиностроение. 2012. № 8.
  3. Архаров А.М., Шишов В.В. Анализ низкотемпературных холодильных циклов с помощью энтропийностатистического анализа // Холодильная техника. 2014. № 8.
  4. Шишов В.В. Энтропийностатистический анализ классических холодильных циклов для систем кондиционирования // Вестник МГТУ. Машиностроение. 2012. № 8.
  5. Шишов В. В. Рекомендации по температурным напорам// Холодильная техника. 2014. № 9.
  6. Шишов В. В., Талызин М. С. Температурный напор в конденсаторах с воздушным охлаждением// Холодильная техника. 2014. № 9.
  7. Arkharov A.M., Shishov V.V. Entropic and statistical analysis of classic refrigerating cycles for air conditioning systems//Kholodilnaya Tekhnika. 2011. № 7.
  8. Arkharov A.M., Shishov V.V. Entropic and statistical analysis of classic refrigerating cycles for air conditioning systems (cycle with economizer)//Vestnik MGTU. Mashinostroenie.2012.
  9. № 8.
  10. Arkharov A.M., Shishov V.V. Analysis of low temperature refrigerating cycles using the entropic and statistical analysis// Kholodilnaya Tekhnika. 2014. № 8.
  11. Shishov V.V. Entropic and statistical analysis of classic refrigerating cycles for air conditioning systems //Vestnik MGTU. Mashinostroenie. 2012. № 8.
  12. Shishov V.V. Recommendations on temperature heads. Kholodilnaya Tekhnika. 2014. № 9.
  13. Shishov V.V., Talyzin M.S. Temperature heads in condensers at air cooling// Kholodilnaya Tekhnika. 2014. № 9.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2015 Shishov V.V., Talyzin M.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».